PROTACs: Current and Future Potential as a Precision Medicine Strategy to Combat Cancer
Notice bibliographique
Résumé
Proteolysis targeting chimeras (PROTAC) are an emerging precision medicine strategy, which targets key proteins for proteolytic degradation to ultimately induce cancer cell killing. These hetero-bifunctional molecules hijack the ubiquitin proteasome system to selectively add polyubiquitin chains onto a specific protein target to induce proteolytic degradation. Importantly, PROTACs have the capacity to target virtually any intracellular and transmembrane protein for degradation, including oncoproteins previously considered undruggable, which strategically positions PROTACs at the crossroads of multiple cancer research areas. In this review, we present normal functions of the ubiquitin regulation proteins and describe the application of PROTACs to improve the efficacy of current broad-spectrum therapeutics. We subsequently present the potential for PROTACs to exploit specific cancer vulnerabilities through synthetic genetic approaches, which may expedite the development, translation, and utility of novel synthetic genetic therapies in cancer. Finally, we describe the challenges associated with PROTACs and the ongoing efforts to overcome these issues to streamline clinical translation. Ultimately, these efforts may lead to their routine clinical use, which is expected to revolutionize cancer treatment strategies, delay familial cancer onset, and ultimately improve the lives and outcomes of those living with cancer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».